大林組、山岳トンネル工事の切羽(掘削面)評価にディープラーニングを適用

更新1018

  1. 建設・設備求人データベースTOP>
  2. ニュース>
  3. 大林組、山岳トンネル工事の切羽(掘削面)評価にディープラーニングを適用

大林組、山岳トンネル工事の切羽(掘削面)評価にディープラーニングを適用

  • このエントリーをはてなブックマークに追加

2017年09月15日 04:00

AI技術を活用して工事の安全性・経済性を向上
2017年9月12日、株式会社大林組は、山岳トンネルにおける切羽の評価に、AI技術の一つであるディープラーニングを適用したと発表した。

山岳トンネル工事において用いられる支保工の規模は、事前の地質調査に基づいて計画するが、これだけでは限界があるため、実際に切羽の強度、風化変質、割目間隔、割目状態、走向傾斜、湧水量および劣化度合の7項目によって評価し、その結果に応じて適切に計画を見直す。

このため、同社は、1990年代前半から画像処理やエキスパートシステムなどのIT技術を活用し、切羽の挙動計測作業の省力化や解析作業の高度化を進めてきたが、地質学の専門家でなければ総合的に評価することが難しい場合があり、評価に時間と労力を要することが課題であった。

そこで、同社は、ディープラーニング(深層学習)を活用し、地質学の専門家と同等の評価を可能にする切羽評価システム(以下、同評価システム)の開発を進めている。

なお、ディープラーニングとは、人間の脳の構造を模した数学モデルを多層化し、システムが多量のデータから特徴や類似性を学習し、新たなデータを分類・判定する技術だ。
ディープラーニングを適用した切羽評価システムの特長
同評価システムでは、画像の領域が227×227ピクセルごとに細分化され、切羽を個別の領域ごとに評価することが可能で、切羽の変状や崩落に対応するための局所的な手当てを行い、即座に細部まで評価できるため、工事の安全性と経済性が向上する。

また、ディープラーニングのモデルには、信頼性の高い画像識別モデルであるAlexNetを利用し、切羽の画像を評価させると、専門家が判断した評価結果との的中率は、風化変質(4分類)で87%、割目間隔(5分類)で69%、割目状態(5分類)で89%となり、評価精度が向上した。

なお、AlexNetとは、トロント大学で画像の識別を目的として開発された多層型ニューラルネットワークで、2012年のLSVRC(International Large Scale Visual Recognition Challenge)のコンペティションで優勝したことから、深層学習が脚光を浴びるきっかけとなった。

(画像はプレスリリースより)


▼外部リンク

大林組 プレスリリース
http://www.obayashi.co.jp/press/news20170912_01

関連テーマ

  • このエントリーをはてなブックマークに追加

建設・プラント業界 最新ニュースTOPへ戻る